[KTAIVLE] 미니프로젝트 5차 진행

 

1. 개요

 

데이터 분석 표현을 마치고 진행한 미니프로젝트 5차는 데이터 수집 & 머신러닝 및 딥러닝 & 데이터 분석 표현 전 과정을 아우르는 방식으로 진행되었다.

 

최종적으로 DX 컨설턴트를 목표로, 데이터 기반의 DX 솔루션을 기획하는 프로젝트다.

우리의 고객은 누구이며, 무엇이 문제이고, 문제를 해결할 수 있는 DX 솔루션을 제시할 수 있어야한다.

이렇듯 KT AIVLE 미니프로젝트의 장점으로는 미니프로젝트가 개인별 역량 향상에 큰 도움을 준다는 점이다.

 

2. 장소

 

- 프로젝트 대면 장소로는 공덕역에 위치한 서울 ICT 이노베이션 스퀘어로 지정하였다

- 30명이 넘는 인원임에도 강의도 끊기지 않고, 강의장도 시설도 꽤 넓어 불편없는 진행이 가능하였다.

 

 

3. 진행 순서

구분	시간	내용
1	9:40 ~ 10:30	프로젝트 소개 및 수행방법 안내
2	10:40 ~ 11:30	개인별 프로젝트 수행
3	11:40 ~ 12:30	개인별 프로젝스 수행과 중간 점검 및 리뷰
4	13:30 ~ 14:20	조별 프로젝트 수행
5	14:30 ~ 15:20	조별 프로젝트 수행
6	15:30 ~ 16:20	조별 프로젝트 수행
7	16:30 ~ 17:10	미션 리뷰 및 금일 과정 리뷰

진행은 4일 모두 오전에는 개인 실습 그리고 오후에는 진행한 실습을 토대로 팀원들과 토의 및 피드백을 중점적으로 이루어졌다. 

 

 

4. 과정

프로젝트 수행 절차로는

1일차 공공데이터 수집 & 분석 & 전처리 -> 2일차 질환 예측 모델링 -> 3일차 사용자를 위한 프로토 타입을 개발 -> 4일차 대시보드 개발

 

1일차 

실제 공공데이터에서 제공받은 Open API 데이터를 수집하고 분석한다.

 

 

2일차

이를 전처리하고 분석하여 모델학습에 필요한 관계성이 높은 Feature들을 선정한다

 

 

이를 기반으로 모델을 학습시키고, 프로토타입 개발을 위한 최적의 머신러닝 또는 딥러닝 모델을 선정한다

 

 

3일차

-  Streamlit을 사용하여실제 프로토 타입을 개발한다. 환자정보를 입력받고, 예측된 질환을 수용할 수 있는 가까운 병원을 알려주는 형태

- 이러한 데이터 분석용 프로토 타입 제작을 통해 효과적인 전달방법 역량을 향상시킬 수 있다.

 

4일차 

- 웹 프레임 워크를 사용하여 조건에 따른 원하는 데이터를 통계적으로 시각적으로 살펴볼 수 있다

 

streamlit을 사용하는 이유:

• local PC로 보여주기 위해서 - web으로 외부에서 접속하기 편하기 때문이다.
• powerbi는 유료이며, 외부에서 연결하기 어려우며, web으로 보여주기에 상당히 어렵다.

 

 

5. 결론

 

현재까지 진행한 과정들을 다 종합하여 실습할 수 있는 테스트들을 진행할 수 있었기에, 잊었던 강의 내용들을 다시 상기시키며 이해할 수 있었다. 

고객을 선정하고, 수집할 데이터를 선정하여 가공하고, 실제 AI 모델에 적용시키고 이를 웹프레임워크 서비스로 제공하는 과정을 직접 경험해보니 배웠던 내용들이 어떻게 연관성을 지을 수 있는지 비로소 이해할 수 있었다. 특히 KTAIVLE에서 제공해주는 코드와 교본은 실제 현업자들 분께서 제공하였기에, 높은 퀄리티의 자료들을 받아 사용할 수 있다는 점에서 꽤 도움이 되었다.